加快兵团小城镇建设的社会管理途径分析

小城镇的社会管理不仅是城镇化发展的有机组成部分,而且对党的十六届六中全会上提出的“构建社会主义和谐社会”具有重要意义。而特殊体制下的兵团社会管理,与全国小城镇社会管理的基本要求既有相同之处,又有其独特之处。加强兵团小城镇建设的社会管理,推进和谐社区建设,不仅有利于兵团经济的发展,更有利于兵团更好地履行屯垦戍边的使命。文章通过对兵团小城镇现有模式的分析,针对当前兵团以人为本的社区建设情况,对兵团小城镇的社会管理的应对措施提出建议。     

试论应收账款的管理

本文首先阐述了应收账款过大是阻碍新时期企业发展的一大弊端,其次,从应收账款的事前控制入手,多方面提出了解决这些问题的对策及应用。     

现代高校教师的劳动特性与人性化管理问题探析

"人性化管理"是由现代行为科学演变出来的一种新的管理概念,随着知识时代的来临,人作为知识、智慧的主体变得越来越重要,而高校是人才聚集之地,如何合理开发人的内在潜能,已成为新形势下高校人事管理部门研究的重要课题。本文分析了高校教师劳动特性并对高校教师人性化管理的问题进行了探析,对人事制度改革过程中的教师管理问题具有一定的指导意义。     

威布尔分布场合下无失效数据的Bayes分析

通过对分布函数进行变换,使变换后的函数成为凹函数,利用凹函数性质给出了各检测时刻失效概率的Bayes估计,进而得到了产品可靠性指标的估计。最后,通过对实际数据进行计算,验证了方法的稳定性。     

一个新的类FEISTEL密码方案

分析了RSA和DES的算法优点和安全弱点,设计了一个新的密码算法方案。该方案以类FEISTEL结构为基础增强了左右两半部分结构的安全设计,利用了RSA进行密钥分配,并以序列密码算法的生成原理改变了固定密钥的缺点。该新方案具有一次一密的特点,给破译者获得大量的明密文对造成了很大的困难,可较好地抵抗差分分析与线性分析,是一种安全性较强的加密方案。     

干扰条件下空中目标识别方法研究

目标识别是态势评估和威胁估计的基础,是作战指挥辅助决策的重要依据,是防空作战的关键环节之一。该文将雷达信息可信度扩展到传感器信息可信度,并基于扩展内涵的目标识别信息可信度,提出一种应用对空侦察雷达、光学器材、ESM传感器的空中目标识别方法,完成干扰条件下空中目标识别模块的设计。该方法依靠目标识别信息可信度较高的传感器信息来做出全局判决,有助于提高整个系统目标识别的可靠性。     

导弹实弹射击信息管理系统的设计与实现

针对目前实弹射击训练结束后缺乏科学、全面、便捷的数据信息记录手段和成绩评价方法的问题,通过分析导弹实弹射击整体过程及成绩评价需求,建立数据记录评价指标体系,运用Client/Server数据库开发技术和模糊综合评判的方法,设计并实现了“导弹实弹射击信息管理系统”。该信息管理系统经实际使用后,验证了需求分析的合理性以及设计实现的科学性,为客观、全面地记录实弹射击训练情况,评价导弹实弹射击训练提供了一种有效的手段。     

空间飞网系统牵拉模式影响研究

针对空间飞网系统任务设计需求,研究飞网牵拉模式对系统展开性能的影响。建立空间飞网系统拉出展开过程动力学模型,并通过地面试验对比验证了模型的有效性。面向任务需求建立空间飞网系统评价指标,针对四、六点牵拉模式,采用有限绳段方法对飞网系统进行建模仿真。模型中保持绳网质量和初始发射能量一致,对评价指标的分析结果表明,在六点牵拉模式下,飞网系统飞行性能指标和力学性能指标有明显提高,但能量利用率和系统可靠性小幅下降。     

基于多侦察资源的电子侦察作战效能评估模型

现代战争战场环境越来越复杂,准确发现目标的难度越来越大,靠单侦察设备独立完成侦察任务已难以满足作战需要。通过建立多侦察资源的电子对抗侦察效能评估模型,对来自同一作战平台的不同侦察设备和来自不同平台的侦察设备的数据进行融合,最大限度地发挥各侦察设备的作战效能,为决策者提供作战使用依据。     

基于混合数据挖掘模型预测用户流失

用户流失预测问题广泛应用在银行、金融、电信等多种领域。对用户行为进行有效的预测和分析有助于企业的竞争和了解瞬息万变的市场规律。采用3种混合的数据挖掘模型对用户流失问题进行了研究,以形成一个准确高效的用户流失预测模型。这3种模型应用于数据挖掘的两个阶段:聚类阶段和预测分析阶段。在第1阶段中,对用户的数据进行过滤。第2阶段对用户行为进行预测。第1个模型采用了二分k-means算法进行数据过滤和多层感知人工神经网络(MLP-ANN)相结合进行预测。第2个模型采用层次化聚类与MLP–ANN相结合进行预测。第3个模型使用自组织映射(Self-Organizing Maps)与MLP-ANN进行预测。这3种模型预测分析基于真实数据,用户流失率采用3种模型混合计算的方式得出结果并同真实值进行比较。分析结果表明采用多模型的混合数据挖掘模型的数据准确度优于普通的单一模型。